L’intera infrastruttura Microsoft 365 ed Exchange si è bloccata la scorsa settimana per la combinazione di un errore latente nel software, variazioni del traffico e una ridotta capacità dei server. La società di Redmond ha individuato queste cause in un rapporto ufficiale, pubblicato dopo le ipotesi degli esperti, su uno dei più vasti disservizi della sua storia. Nel documento, Microsoft definisce l’accaduto come “un problema tecnico non correlato ad attacchi informatici o ad attività di intelligenza artificiale/agenti”. L’interruzione è durata dalle 17:20, ora italiana, del 12 novembre alle 17:10 del 13 novembre, quasi 24 ore. Il monitoraggio è proseguito fino al 14 novembre.
La modifica di luglio e il carico legato a Microsoft Teams
Il difetto è stato generato da una modifica apportata a partire da luglio al sistema di collegamento tra i servizi e i dati nella rete aziendale, che consente di accedervi, interrogarli o aggiornarli. In determinate condizioni, l’errore poteva esaurire le risorse di memoria, rendendo il sistema non più reattivo.
Secondo Microsoft, il problema non era mai emerso durante le verifiche preliminari perché i dispositivi utilizzati erano meno potenti. L’impiego di macchine più recenti ha invece contribuito al blocco. Il carico sui server è aumentato per gli “spostamenti di traffico durante normali operazioni di manutenzione e aggiornamento della rete” relativi a Teams. Ne è derivata una reazione a catena che ha fermato oltre l’80% dei server di collegamento coinvolti.
Le code di richieste hanno ostacolato il ripristino
Al ritorno in funzione, i server hanno incontrato lunghe code di richieste in attesa di accesso: secondo la società, queste hanno subito provocato lo stesso esaurimento delle risorse all’origine dell’interruzione. Il ripristino a uno stato precedente è stato inefficace, perché il difetto non era ancora stato individuato. I server sono stati quindi aggiornati e rimessi in funzione gradualmente. Microsoft prevede di pubblicare il rapporto finale il 20 novembre. Il documento potrebbe chiarire perché i sistemi di isolamento regionale non abbiano funzionato e quali misure correttive verranno adottate per evitare il ripetersi di gravi interruzioni.
